Evidency / Blog / IA et développement logiciel : comment valoriser et protéger le travail du développeur

IA et développement logiciel : comment valoriser et protéger le travail du développeur

Temps de lecture : 6 min
Date de modification : 15 mai 2026

GitHub Copilot, Cursor, Tabnine, Claude Code : les assistants de code ont envahi les environnements de développement. Ils suggèrent, complètent, génèrent. Pour un développeur, coder avec l’IA peut représenter un gain de temps considérable.

Mais cette accélération soulève une question que peu d’équipes anticipent : sans traçabilité active du processus de développement, comment distinguer ce qui relève du choix humain de ce qui a été purement généré par le modèle ? C’est précisément là que se joue la valeur juridique du code produit. Pour qu’un logiciel soit protégé par le droit d’auteur, il doit être original, c’est-à-dire porter l’empreinte de la personnalité de son auteur humain. Sans traçabilité du processus, cette preuve devient très difficile à apporter. C’est à cette difficulté concrète que répond l’horodatage qualifié.

Cet article examine pourquoi la traçabilité des interactions avec l’IA (prompts, réponses, itérations) s’impose comme une pratique professionnelle à part entière et comment l’horodatage qualifié permet de la mettre en œuvre sans friction.

tracking prompts ia développeur

A retenir sur le développement IA

  • Sans traçabilité du processus, la protection par le droit d’auteur du code généré avec l’IA devient difficile à défendre
  • Conserver et horodater le dialogue avec le modèle (prompts, réponses, itérations) permet de préconstituer une preuve d’originalité, de justifier une revendication de protection par le droit d’auteur et de documenter le travail des développeurs dans le cadre d’une demande de Crédit d’Impôt Recherche
  • L’horodatage qualifié eIDAS permet de constituer au fil de l’eau un dossier de preuves opposable
  • Une intégration via API permet au développeur de tracer son travail sans interruption de workflow

Coder avec l’IA : comment le métier de développeur se transforme

L’irruption des outils de génération de code a profondément modifié le quotidien du développeur. Là où il écrivait autrefois chaque ligne, il orchestre désormais : il formule des instructions, évalue les suggestions du modèle, les affine, les rejette ou les valide. Le gain est réel : les tâches répétitives s’accélèrent et la qualité du code produit s’améliore sur certaines typologies de problèmes.

L’adoption de ces nouvelles pratiques est massive. GitHub Copilot comptait 20 millions d’utilisateurs en juillet 2025[1]. Selon le Stack Overflow Developer Survey 2025, 84 % des développeurs utilisent ou prévoient d’utiliser des outils IA dans leur workflow.

Ce glissement de rôle est réel. Mais il ne signifie pas que le développeur disparaît du processus créatif. Au contraire : c’est lui qui pose les contraintes, qui sélectionne, qui arbitre. Son intervention reste centrale, à condition qu’elle soit documentée.

Quels sont les enjeux du développement avec l’IA ?

Le développement assisté par IA soulève des questions juridiques que les équipes techniques sont rarement préparées à anticiper. La première d’entre elles porte sur un prérequis fondamental : l’originalité.

L’originalité du code : un prérequis difficile à prouver

La question juridique que pose le développement assisté par IA est, au fond, assez ancienne. Pour qu’un logiciel soit protégé par le droit d’auteur, il doit être original, au sens de l’article L. 111-1 du Code de la propriété intellectuelle.

La Cour de cassation, dans son arrêt Pachot du 7 mars 1986[2], a précisé ce critère pour les logiciels : l’originalité suppose un effort personnalisé traduisant un savoir-faire, au-delà de la simple mise en œuvre d’une logique automatique et contraignante.

En pratique, ce critère est rarement documenté au fil de l’eau. Faute d’éléments de preuve sur le processus créatif, le juge, qui n’est pas un technicien du code, tend à conclure à l’absence d’originalité, mettant ainsi fin au débat sur la contrefaçon avant même qu’il n’ait réellement commencé.

Le développement assisté par IA ne crée pas ce problème : il le révèle et l’amplifie. Désormais, il ne s’agit plus seulement de prouver que le développeur a fait des choix créatifs. Il faut aussi démontrer quelle part de l’œuvre lui est imputable et quelle part a été générée par le modèle.

En l’état actuel du droit, aucune règle légale ou prétorienne n’accorde de protection par le droit d’auteur à une œuvre dont la part humaine ne peut être identifiée et documentée. Cela place le développeur qui code avec l’IA dans une situation probatoire particulièrement exposée.

C’est précisément là qu’intervient la traçabilité des interactions avec le modèle. Documenter les prompts, les réponses et les itérations au fil du processus créatif résout simultanément les deux problèmes?:

  • c’est précisément dans ces arbitrages (le choix d’un prompt plutôt qu’un autre, le rejet d’une suggestion, la reformulation d’une instruction) que réside l’originalité au sens juridique?;
  • c’est ce que le juge a besoin de voir documenté pour apprécier la part de l’apport humain dans la conception.

Responsabilité et cadre réglementaire : qui porte la preuve ?

La responsabilité en cas de litige suit la même logique : qu’il s’agisse d’une contestation de paternité, d’une action en contrefaçon ou d’un différend contractuel sur la titularité du code, c’est toujours le développeur ou l’entreprise qui doit apporter la preuve, jamais le modèle.

Le cadre réglementaire, lui, est encore en formation. Le rapport sénatorial Création et IA : de la prédation au partage de la valeur[3] (juillet 2025) et la mission confiée par le CSPLA à Alexandra Bensamoun[4], dont les conclusions sont attendues à l’été 2026, dessinent les contours d’un droit en construction. Dans cette période d’incertitude, anticiper vaut mieux qu’attendre.

La traçabilité des prompts IA : un angle mort à combler

Un dépôt Git enregistre ce qui a été produit. Il ne dit rien sur comment ni pourquoi. La succession de commits retrace l’évolution du code. Mais elle ne documente pas les décisions qui l’ont façonné : pourquoi cette architecture plutôt qu’une autre, pourquoi ce prompt a été reformulé trois fois avant d’aboutir, pourquoi telle suggestion du modèle a été écartée. C’est pourtant dans ces décisions que s’exprime l’originalité du développeur.

Lors de la conférence de l’Agence pour la Protection des Programmes Clean Code, Clean IP : coder à l’ère de l’IA[5], Me Jérémy Pappalardo rappelait que l’enjeu pratique est précisément là : démontrer que derrière le code généré, un être humain a fait des choix. Pour ce faire, il soulignait la nécessité de conserver les prompts et les réponses du modèle comme matériel préparatoire de conception (au même titre que les maquettes ou les notes de travail dans d’autres domaines créatifs) et de les horodater pour établir l’antériorité et la chronologie du processus créatif, constituant ainsi au fil de l’eau un dossier de preuves présentable devant un juge.

Des outils de gestion de prompts existent. Toutefois ils ne confèrent aucune valeur probatoire : ils organisent mais ne certifient pas. Sauvegarder ses prompts sans les horodater, c’est constituer un dossier sans en garantir la date certaine ni l’intégrité, deux conditions pourtant déterminantes devant un juge.

L’horodatage qualifié via API : une intégration native dans le workflow de développement IA

L’horodatage qualifié au sens du règlement eIDAS associe cryptographiquement une date et une heure exactes à un document numérique, avec une présomption légale d’exactitude reconnue dans l’ensemble de l’Union européenne.

Appliqué aux prompts et aux versions de code, il permet de constituer au fil de l’eau un dossier de preuves structuré : chaque étape significative du processus (prompt retenu, version validée, livrable intermédiaire) est datée et scellée de façon opposable.

Préconstituer un dossier de preuves opposable

Documenter les interactions avec le modèle ne suffit pas si cette documentation n’est pas certifiée. Un fichier de logs, une capture d’écran, un export de conversation?: aucun de ces éléments ne garantit ni la date ni l’intégrité des données au sens juridique. L’horodatage qualifié eIDAS confère à chaque étape du processus une date certaine et une intégrité vérifiable, ce qui constitue ainsi un dossier de preuves présentable devant un juge en cas de contestation de paternité ou d’action en contrefaçon.

Tracer son travail sans interrompre son workflow

Adopter cette fonctionnalité via API, comme le propose Evidency, permet une intégration directe dans les workflows de développement existants, sans modifier les habitudes de travail des équipes. En un appel, un jeton d’horodatage qualifié est généré, vérifiable à tout moment. Sa mise en œuvre ne requiert aucune expertise juridique : c’est un outil technique, pensé pour les équipes qui développent.

Un atout pour les demandes de Crédit Impôt Recherche

La traçabilité des interactions avec l’IA présente un avantage supplémentaire pour les entreprises qui engagent des travaux de recherche et développement. Le Crédit d’Impôt Recherche exige de documenter la nature et l’étendue des travaux réalisés. Un historique horodaté des prompts, des itérations et des versions de code constitue une base documentaire solide pour justifier l’éligibilité des dépenses et répondre sereinement à un éventuel contrôle fiscal.

Pour un CTO, les trois bénéfices sont donc complémentaires : réduire le risque de contestation sur la titularité du code produit avec l’IA, intégrer la traçabilité sans friction dans les workflows existants et optimiser le dossier CIR de l’entreprise.

Développement assisté par IA : la traçabilité comme nouveau standard

L’IA générative a transformé la vitesse de production du code. Elle n’a pas modifié les règles qui gouvernent sa protection juridique. Un logiciel produit avec l’aide d’un modèle reste soumis aux mêmes exigences d’originalité qu’un code écrit ligne par ligne. Mais une difficulté s’ajoute : l’intervention humaine doit désormais être prouvée, pas seulement affirmée.

Dans ce contexte, documenter son processus de développement n’est plus une précaution accessoire. C’est une pratique professionnelle à part entière, au même titre que le versioning ou les tests unitaires. Les développeurs et les entreprises qui l’intègrent aujourd’hui dans leurs workflows se dotent d’un avantage concret : celui de pouvoir défendre et valoriser leur travail, indépendamment du rôle joué par le modèle dans sa réalisation.

Sources

1 Microsoft Investor Relations, FY25 Q4 Earnings Call Transcript (30 juillet 2025) : https://www.microsoft.com/en-us/Investor/earnings/FY-2025-Q4/press-release-webcast

2 Cass. ass. plén., 7 mars 1986, arrêt Pachot, pourvoi n°83-10477?: https://www.legifrance.gouv.fr/juri/id/JURITEXT000007016934

3 Sénat, rapport d’information n° 842 (2024-2025), Création et IA : de la prédation au partage de la valeur, rapp. A. EVREN, L. DARCOS et P. OUZOULIAS, Commission de la culture, de l’éducation, de la communication et du sport, déposé le 3 juillet 2025 : https://www.senat.fr/rap/r24-842/r24-842.html

4 https://www.culture.gouv.fr/nous-connaitre/organisation-du-ministere/conseil-superieur-de-la-propriete-litteraire-et-artistique-cspla/travaux-et-publications-du-cspla/missions-du-cspla/le-cspla-lance-une-mission-relative-a-la-protection-des-contenus-generes-avec-le-recours-a-l-ia-generative

5 Code généré par l’IA?: tracer les prompts, Expertises des systèmes d’information, Mai 2026, N°523 p.6

Clause de non-responsabilité

Les opinions, présentations, chiffres et estimations présentés sur le site Web, y compris dans le blog, sont uniquement destinés à des fins d’information et ne doivent pas être considérés comme des conseils juridiques. Pour obtenir un avis juridique, vous devez contacter un professionnel du droit dans votre juridiction.

L’utilisation du contenu de ce site Web, y compris du blog, à des fins commerciales, y compris la revente, est interdite, sauf autorisation préalable de Evidency. La demande d’autorisation doit préciser le but et l’étendue de la reproduction. À des fins non commerciales, tout le matériel de cette publication peut être cité ou réimprimé librement, mais une reconnaissance est requise, ainsi qu’un lien vers ce site Web.

  • Stéphane

    Stéphane est Managing Director de Evidency. Ancien Chief Data Officer du groupe The Economist, il a plus de 20 ans d'expérience internationale dans le domaine de la technologie et des médias.

Recommandés
pour vous

Risques fraude documentaire : typologies, expositions et solutions

Risques fraude documentaire : typologies, expositions et solutions

Les points clés à retenir sur le risque fraude documentaire Les risques de la fraude documentaire peuvent être multiples : financiers, réputationnels, juridiques... La maîtrise du risque repose sur trois garanties : intégrité, date certaine, origine. La prévention...

2D Doc et cachet électronique : ce qui les distingue vraiment

2D Doc et cachet électronique : ce qui les distingue vraiment

Points clés à retenir Le 2D Doc sécurise les données encodées dans un code 2D, lisible via un lecteur dédié. Il est utile pour les justificatifs souvent exposés à la falsification : carte d’identité, documents fiscaux, factures. Le cachet électronique est encadré par...